(资料图)

马斯克在回复一位网友讨论特斯拉FSD与英伟达Alpamayo的差距的帖子时称：“要实现安全、无人监督的自动驾驶，大约需要100亿英里的训练数据。现实中的长尾问题超级复杂。”

该网友在帖子中写道：“对于许多人来说，区分演示和产品是很困难的，这是可以理解的。在技术方面，一些产品的演示效果很好，已经接近最终的生产就绪状态。对其他人来说，演示和产品之间的差距是巨大的。非工程师往往低估了跨越这一鸿沟所需的过程。

有些问题比他们的演示所显示的要困难得多，‘全自动驾驶’就是其中之一。使用FSD，从引人注目的演示到成品的过渡是非常困难的。问题空间是由一组有效的无界边缘情况定义的，而进展则是由打磨长尾决定的。

这就是为什么，鉴于我的背景，我很容易忽视NVIDIA的Alpamayo平台。有些人认为我的观点是傲慢的。我不同意。

你必须了解特斯拉为了接近最终目标所经历的整个过程。这需要数年持续不断的努力。即使从FSD v12的架构重置开始，也需要大量的工作来系统地、逐次迭代地减少长尾问题，如今已发展到v14。

如今，FSD（监督版）每天的行驶里程超过1400万英里，奥斯汀约有35辆自动驾驶出租车在运营，旧金山湾区约有140辆。每一天，这些车辆都在积累实际行驶里程，并遇到罕见但高价值的极端情况，这些情况直接推动了模型的改进。

认为可以通过模拟和有限的道路测试就能‘赶上’这个问题的想法在我看来极其天真。这不是一个演示问题。这是一个规模、数据和迭代的问题——而特斯拉已经在这条路上走得很远，其他公司才刚刚起步。”